跳到正文
热点事件持续更新

Marcus:LLM进步部分源于符号AI树搜索

1 篇报道1 个报道来源55 分钟前更新

先了解这件事

AI 综述

Gary Marcus 认为,LLM 效果提升的部分原因,是借用经典符号 AI 的树搜索方法,在高维空间中通过大量探索寻找答案;这一方法早于大语言模型出现。 他以纳维-斯托克斯方程、黎曼假设和1997年击败国际象棋世界冠军卡斯帕罗夫的“深蓝”为例,说明树搜索曾用于解决复杂问题,并据此主张,理解大模型进步不能忽视这一段人工智能历史。

AI 根据报道生成 · 48 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月22日
  1. AGI Hunt
    Gary Marcus:LLM 的进步本质是从符号 AI 借来了树搜索

    Gary Marcus 认为,LLM 效果更好的部分原因,是借用了经典符号 AI 的树搜索来暴力破解高维空间问题。他以 Navier-Stokes、黎曼假设和 1997 年的深蓝为例,强调树搜索早于 LLM 出现,但多数人并不了解相关 AI 历史。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。